基于多小波变换的运动目标检测算法研究

论文摘要

本文主要研究序列图像的运动目标检测,即从序列图像中发现与背景存在相对运动的前景目标,并根据图像的二维特征进一步提取出独立的运动目标。运动目标检测不仅在计算机视觉等领域有重要的理论价值,而且在智能化监控等方面中有着巨大的应用潜力。本文结合图像的多小波变换进行运动目标的帧差检测。利用序列图像的帧间差分进行运动目标检测的一般过程可概括为:序列图的一阶差分、目标的预警、差分图的去噪及二值化、二值差分图的对称差分和数学形态学处理、目标区域相关参数的求取与原图的标记。本文按上面过程给出了运动目标检测的一种方法,其主要创新之处在于:在运动目标的预警方面,提出了基于帧差和背景模型相结合的方法,这种方法首先对所得到的序列图像进行帧差预警,在此基础上发现有目标出现时,再进行基于背景模型的运动目标预警,当均发现目标时,则确定运动目标出现;在差分图的噪声去除方面,采用中值滤波和多小波子图修正相结合的方法。先使用中值滤波的方法去除部分噪声并为多小波处理进行必要的准备,再用本文提出的多小波子图修正的方法去除剩余噪声,为目标区域的提取创造条件。通过MATLAB的仿真,结果表明本文的方法能够较好地检测并提取序列图像中的运动目标。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 论文的研究背景和意义
• 1.2 国内外研究现状
• 1.3 论文研究的主要内容
• 1.4 论文章节安排
• 第二章 数字图像处理方法
• 2.1 彩色图像灰度化
• 2.2 图像的平滑滤波
• 2.2.1 邻域平均法
• 2.2.2 空域低通滤波法
• 2.2.3 中值滤波法
• 2.2.4 频域低通滤波法
• 2.3 数学形态学方法
• 2.3.1 膨胀和腐蚀
• 2.3.2 开运算和闭运算
• 2.4 图像的二值化阈值分割
• 2.4.1 基于直方图的方法
• 2.4.2 基于迭代的方法
• 2.4.3 基于最小平均分割误差的方法
• 2.5 小结
• 第三章 多小波变换理论
• 3.1 小波变换
• 3.1.1 多分辨分析
• 3.1.2 连续小波变换
• 3.1.3 离散小波变换和Mallat 算法
• 3.2 多小波变换
• 3.2.1 多小波变换基础
• 3.2.2 正交多小波
• 3.2.3 多小波Mallat 算法
• 3.2.4 预处理方法
• 3.2.5 图像的多小波变换
• 3.3 小结
• 第四章 运动目标的检测及仿真
• 4.1 彩色图像灰度化
• 4.2 背景模型的建立与更新
• 4.3 序列图像的帧间差分
• 4.3.1 一阶帧间差分
• 4.3.2 对称帧间差分
• 4.4 运动目标的预警
• 4.4.1 基于帧差的运动目标预警
• 4.4.2 基于背景模型的运动目标预警
• 4.5 图像的二值化处理
• 4.6 差分图的去噪处理及二值化
• 4.6.1 一阶差分图的中值滤波
• 4.6.2 多小波变换去噪处理
• 4.6.3 多小波重构图的二值化处理
• 4.7 对称帧间差分及数学形态学处理
• 4.7.1 对称帧间差分处理
• 4.7.2 数学形态学处理
• 4.8 求取目标的位置和大小
• 4.9 多帧仿真结果及目标检测流程
• 4.10 小结
• 第五章 总结与展望
• 5.1 本文总结
• 5.2 展望
• 致谢
• 参考文献
• 攻读硕士学位期间发表的学术论文